É necessária uma assinatura do JoVE para visualizar este conteúdo. Faça login ou inicie seu teste gratuito.

Artigo de investigação

Associação entre o Índice Cardiometabólico Modificado e a Endometriose em uma Coorte Americana: Insights a partir de uma Análise Transversal

315 vistas

DOI:

10.3791/69723

20 de fevereiro de 2026

Neste artigo

Resumo

Este estudo investiga a associação entre o índice cardiometabólico modificado (MCMI) e o risco de endometriose, com o objetivo de avaliar o potencial do MCMI como marcador não invasivo.

Resumo

O índice cardiometabólico modificado (MCMI), uma medida integrada do metabolismo visceral da gordura e dos lipídios, tem sido amplamente aplicado em pesquisas sobre doenças metabólicas. No entanto, sua relação com a endometriose não foi investigada a fundo. Os dados foram obtidos das pesquisas NHANES de 1999-2006. A endometriose foi identificada por meio de diagnóstico auto-relatado. O MCMI foi calculado como ln (TG × glicose / HDL-C) × cintura / altura. Modelos ponderados de regressão logística multivariável foram usados para examinar a associação entre MCMI e endometriose. Modelos de spline cúbico restrito (RCS) foram aplicados para avaliar potenciais relações não lineares. Análises de subgrupos foram realizadas para avaliar se a associação era consistente entre subgrupos populacionais. Uma análise de sensibilidade usando correspondência de escore de propensidade (PSM) também foi realizada para avaliar a robustez dos resultados. Após ajuste para todas as covariáveis, um MCMI mais alto esteve significativamente associado à presença de endometriose (OR = 1,58, IC 95%: 1,16-2,15; P = 0,004). Participantes no tertil MCMI mais alto tinham 99% mais chances de endometriose em comparação com aqueles no tértil mais baixo (OR = 1,99, IC 95%: 1,10-3,62; P = 0,02). Uma tendência significativa de aumento foi observada entre os tertis (P para tendência = 0,03). A análise RCS confirmou uma associação linear positiva (P para efeito total = 0,004; P para não linearidade = 0,20). Análises de subgrupos não revelaram interações significativas, e a análise de sensibilidade confirmou a robustez da associação. Um MCMI mais alto esteve significativamente associado à endometriose, apoiando sua utilidade potencial como um biomarcador simples e não invasivo. São necessárias pesquisas adicionais usando diagnósticos clinicamente confirmados e desenhos longitudinais para esclarecer essa associação.

Introdução

A endometriose afeta aproximadamente 10% das mulheres em idade reprodutivaglobalmente 1,2 e é caracterizada pela presença de tecido semelhante ao endometrial fora doútero 3. Essa condição leva a inflamação crônica, dor pélvica e infertilidade, com um impacto substancial na qualidade de vida. Embora a laparoscopia continue sendo o padrão de ouro diagnóstico, sua natureza invasiva limita a detecção precoce, especialmente entre indivíduos assintomáticos. Biomarcadores não invasivos confiáveis para identificar ou estratificar mulheres em risco aindafaltam 6,7,8.

Evidências recentes sugerem que distúrbios metabólicos envolvendo vias lipídicas e glicose podem ser relevantes para a endometriose. Estudos epidemiológicos associaram endometriose ao índice de massa corporal (IMC), e loci genéticos associados à sobreposição do IMC ajustado entre a proporção cintura e quadril (WHR) com loci de endometriose, indicando vias compartilhadas relacionadas à distribuiçãode gordura 9. Grandes estudos populacionais dos Estados Unidos e do Reino Unido também relataram níveis mais altos de triglicerídeos (TG) em mulheres comendometriose 10,11. Além disso, padrões alimentares ricos em gordura têm sido associados ao aumento da inflamação peritoneal e a dores abdominais maisintensas 12. O acúmulo de gordura visceral promove um estado de inflamação crônica de baixo grau, criando um microambiente que pode facilitar a aderência, invasão e sobrevivência do tecido endometrialectópico 13,14.

O metabolismo da glicose também pode contribuir. Evidências sugerem que mulheres com endometriose apresentam sinais de deteriorada regulação da glicose15. Análises de randomização mendeliana indicam ainda que insulina em jejum mais alta geneticamente prevista está associada ao aumento do riscode endometriose 16. Marcadores metabólicos compostos que integram TG e glicose, como o índice triglicerídeo-glicose (TyG), também apresentaram associações positivas comendometriose 17. Em conjunto, esses achados apontam para um padrão mais amplo de desequilíbrio metabólico. Distúrbios combinados no metabolismo lipídico e glicose podem caracterizar melhor o meio metabólico associado à endometriose do que as anormalidades lipídicas isoladas.

O MCMI foi desenvolvido como uma versão ampliada do índice cardiometabólico (CMI) anterior. Ele incorpora TG, glicose no sangue em jejum (FBG), colesterol lipoproteico de alta densidade (HDL-C), circunferência da cintura (WC) e altura, adicionando assim status glicêmico aos componentes originais à base de lipídios do CMI. Essa expansão permite que o MCMI reflita de forma mais abrangente o metabolismo lipídio-glicose e a adiposidadevisceral 18. Todos os componentes do MCMI são obtidos a partir de medições laboratoriais e antropométricas rotineiras, tornando-o uma métrica prática e não invasiva para uso tanto em ambientes clínicos quanto epidemiológicos. Como distúrbios na regulação da glicose também foram associados à endometriose, incorporar o status glicêmico permite que o MCMI capture características metabólicas biologicamente relevantes para a condição. Embora a CMI tenha sido associada àendometriose 19 e a desfechos metabólicos como doenças hepáticas, doenças cardiovasculares e mortalidade por todas as causas 20,21,22, a relação entre MCMI e endometriose ainda não foi examinada.

Este estudo teve como objetivo examinar a associação entre o MCMI e a prevalência de endometriose na população dos EUA, utilizando dados da Pesquisa Nacional de Saúde e Nutrição (NHANES) de 1999-2006. Ao avaliar se o MCMI está relacionado à presença de endometriose, este estudo busca esclarecer sua potencial relevância como indicador não invasivo e estabelecer uma base para futuras pesquisas que incorporem diagnósticos clinicamente confirmados.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

Fonte dos dados

NHANES é um programa de vigilância representativo nacionalmente que avalia saúde e nutrição entre indivíduos nos Estados Unidos. A pesquisa é conduzida pelo Centro Nacional de Estatísticas de Saúde (NCHS) e se baseia em uma estrutura de amostragem estratificada e em múltiplas etapas para recrutar uma coorte baseada na população. As informações são coletadas por meio de entrevistas estruturadas, exames físicos padronizados e avaliações laboratoriais. Todos os procedimentos da pesquisa são aprovados pelo Conselho de Ética do NCHS, e o consentimento informado é obtido de todos os participantes. Como o NHANES divulga arquivos de uso público totalmente desidentificados, não é necessária aprovação ética institucional adicional para análises secundárias como o presente estudo.

População estudada

Os dados foram retirados dos ciclos NHANES de 1999-2006 porque as informações sobre endometriose foram coletadas apenas durante esses anos de pesquisa (Figura 1). O conjunto inicial de dados incluiu 41.474 participantes. Primeiro, excluímos 20.264 participantes do sexo masculino, restando 21.210 participantes elegíveis. Em seguida, excluímos 15.653 participantes sem dados de endometriose, 3.088 sem dados de MCMI e 156 sem medições de peso, resultando em uma amostra analítica final de 2.313 participantes.

Avaliação da endometriose

A endometriose foi avaliada por meio de auto-relato. Os participantes foram questionados: "Você já foi diagnosticado com endometriose por um médico?" Aqueles que responderam "sim" foram classificados como tendo endometriose.

Avaliação do MCMI

Neste estudo, o MCMI foi a variável independente. Foi calculado usando TG (mg/dL), FBG (mg/dL), HDL-C (mg/dL), WC (cm) e altura (cm) segundo a seguintefórmula 18.

figure-protocol-1

Covariadas

Seguindo a literaturaanterior 17, esta análise ajustou por idade (anos), razão pobreza-renda (PIR), raça (brancos, negros, hispânicos e outros), IMC (kg/m²), nível educacional (inferior ao ensino médio, formado no ensino médio, mais que o ensino médio), status de tabagismo (sim/não), consumo de álcool (sim/não), histórico de diabetes (sim/não), histórico de hipertensão (sim/não), estado civil (casado, Nunca casado, separado), idade na menarca (anos), paridade (tempos) e uso exógeno de hormônios (sim/não). O IMC foi calculado como peso em kg dividido pela altura emm 2. O PIR representava a razão entre a renda anual das famílias e o limiar federal de pobreza. Fumar era definido como ter fumado ≥100 cigarros ao longo da vida, e o consumo de álcool como ter consumido ≥12 bebidas alcoólicas. Diabetes e hipertensão foram identificados a partir de diagnósticos médicos auto-relatados. O uso de hormônios exógenos foi definido como o uso de agentes hormonais femininos.

Análise estatística

O framework complexo de amostragem do NHANES foi levado em consideração, e os pesos da pesquisa foram aplicados para gerar estimativas representativas da população. Valores de covariáveis ausentes foram tratados por meio de imputação múltipla. Variáveis contínuas foram apresentadas como médias com erros padrão, enquanto variáveis categóricas foram resumidas como contagens e percentagens. A relação entre MCMI e endometriose foi examinada usando regressão logística multivariável ponderada, e os resultados foram expressos como odds ratios ajustados (ORs) com intervalos de confiança (ICs) de 95%.

Associações potenciais não lineares foram examinadas usando modelos de spline cúbico restrito ponderado (RCS) 23,24 equipados com o pacote rms. De acordo com a regra padrão de colocação de nós do RMS, três nós foram posicionados nos percentis 10, 50 e 90 da distribuição MCMI. Foram relatados valores p tanto para o teste de associação geral quanto para o teste de não linearidade. Análises de subgrupos foram realizadas entre covariáveis pré-definidas.

Para análises de sensibilidade, o emparelhamento de pontuação de propensão (PSM) foi realizado com o pacote MatchIt, usando o correspondente 1:3 do vizinhomais próximo 25,26. O modelo de escore de propensão incluiu idade, PIR, raça, IMC, escolaridade, estado de tabagismo, consumo de álcool, diabetes, hipertensão, estado civil, idade na menarca, paridade e uso de hormônios exógenos. Nenhum calibre foi especificado. A qualidade do matching foi avaliada com base no balanço de covariadas pós-matchamento, e a regressão logística ponderada foi repetida na coorte pareada. Valores P de dois lados < 0,05 foram considerados estatisticamente significativos. Os pacotes R usados nas análises estão listados na Tabela de Materiais.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

Características dos participantes

A Tabela 1 apresenta as características basais dos participantes, categorizadas no grupo controle (n = 2.139) e no grupo da endometriose (n = 174). A análise revelou que, em comparação com o grupo controle, o grupo com endometriose apresentou MCMI e idade média significativamente maiores. Foi observada uma diferença racial notável, com uma proporção maior de indivíduos brancos no grupo de endo...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

Este estudo é o primeiro a explorar a relação entre o MCMI e a endometriose em mulheres dos EUA, utilizando dados do NHANES de 1999 a 2006. Nossos resultados demonstram uma associação positiva significativa entre níveis mais altos de MCMI e a prevalência de endometriose, mesmo após ajuste por múltiplos fatores de confusão. Esses achados indicam uma associação consistente entre níveis mais altos de MCMI e endometriose, sugerindo que o MCMI pode refletir características metabólicas caracte...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

Os autores declaram não haver interesses concorrentes.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Pacote Forestploter (Versão 1.1.2)CRANN/APacote R usado para gerar plots de floresta.
Pacote MatchIt (versão 4.5.5)CRANN/AO pacote R é usado para correspondência de pontuação de propensão ao vizinho mais próximo 1:3.
Pacote de mouses (versão 3.16.0)CRANN/APacote R usado para imputação múltipla de dados de covariáveis ausentes.
Conjunto de dados NHANES (1999– 2006)Centros de Controle e Prevenção de Doenças (CDC), EUAN/AConjunto de dados público da Pesquisa Nacional de Saúde e Nutrição (NHANES). Acessado em: https://www.cdc.gov/nchs/nhanes
Software R (versão 4.5.1)Fundação R para Computação EstatísticaRRID:SCR_001905Ambiente de computação estatística usado para todas as análises.
Pacote RMS (Versão 6.8-1)CRANN/APacote R usado para modelagem de splines cúbicos restritos.
Pacote de Pesquisa (versão 4.4-2)CRANN/APacote R usado para análises de regressão ponderadas pela pesquisa NHANES.

Referências

  1. Ma, J., et al. Single-cell transcriptomic analysis of endometriosis provides insights into fibroblast fates and immune cell heterogeneity. Cell Biosci. 11, 125(2021).
  2. Guerriero, S., et al. Advances in imaging for assessing pelvic endometriosis. Diagnostics (Basel). 12 (12), 2960(2022).
  3. Hung, S. W., Zhang, R., Tan, Z., Chung, J. P. W., Zhang, T., Wang, C. C. Pharmaceuticals targeting signaling pathways of endometriosis as potential new medical treatment: a review. Med Res Rev. 41 (4), 2489-2564 (2021).
  4. Qin, R., Tian, G., Liu, J., Cao, L. The gut microbiota and endometriosis: from pathogenesis to diagnosis and treatment. Front Cell Infect Microbiol. 12, 1069557(2022).
  5. Abomaray, F., Gidlöf, S., Bezubik, B., Engman, M., Götherström, C. Mesenchymal stromal cells support endometriotic stromal cells in vitro. Stem Cells Int. 2018, 7318513(2018).
  6. Pušić, M., et al. Antibody arrays identified cycle-dependent plasma biomarker candidates of peritoneal endometriosis. J Pers Med. 12 (6), 852(2022).
  7. Zhang, L., et al. Serum exosomal microRNAs as potential circulating biomarkers for endometriosis. Dis Markers. 2020, 2456340(2020).
  8. Piñeiro-Pérez, R., Abal, M., Muinelo-Romay, L. Liquid biopsy for monitoring EC patients: towards personalized treatment. Cancers (Basel). 14 (6), 1405(2022).
  9. Rahmioglu, N., et al. Genome-wide enrichment analysis between endometriosis and obesity-related traits reveals novel susceptibility loci. Hum Mol Genet. 24 (4), 1185-1199 (2015).
  10. Li, B., Zhang, Y., Zhang, L., Zhang, L. Association between endometriosis and metabolic syndrome: a cross-sectional study based on the National Health and Nutrition Examination Survey data. J Obstet Gynaecol. 39 (1), 2254844(2023).
  11. Crook, D., Howell, R., Sidhu, M., Edmonds, D. K., Stevenson, J. C. Elevated serum lipoprotein(a) levels in young women with endometriosis. Metabolism. 46 (7), 735-739 (1997).
  12. Herup-Wheeler, T., et al. High-fat diets promote peritoneal inflammation and augment endometriosis-associated abdominal hyperalgesia. Front Endocrinol (Lausanne). 15, 1336496(2024).
  13. Yong, S. -B., Song, Y., Kim, Y. -H. Visceral adipose tissue macrophage-targeted TACE silencing to treat obesity-induced type 2 diabetes. Biomaterials. 148, 81-89 (2017).
  14. Taniguchi, F., et al. Gonadotropin-releasing hormone analogues reduce the proliferation of endometrial stromal cells but not endometriotic cells. Gynecol Obstet Invest. 75 (1), 9-15 (2012).
  15. Chen, J. -P., et al. Effects of dysregulated glucose metabolism on the occurrence and ART outcome of endometriosis. Eur J Med Res. 28, 305(2023).
  16. Xin, Q., Li, H. -J., Chen, H. -K., Zhu, X. -F., Yu, L. Causal effects of glycemic traits and endometriosis: a bidirectional and multivariate Mendelian randomization study. Diabetol Metab Syndr. 16, 77(2024).
  17. Cao, Y., Yang, Q., Mai, Q., Wuliu, J., Deng, K. Relationship between triglyceride-glucose index and endometriosis: a cross-sectional analysis. BMC Womens Health. 24, 447(2024).
  18. Guo, Y., Su, W., Tao, L., Zhang, G., Wang, K. The association between modified cardiometabolic index with non-alcoholic fatty liver disease and liver fibrosis: a cross-sectional study. BMC Gastroenterol. 25, 265(2025).
  19. Wang, J., et al. Association between cardiometabolic index and endometriosis: a cross-sectional study on NHANES. Lipids Health Dis. 23 (1), 328(2024).
  20. Xi, W., Yang, A. Association between cardiometabolic index and controlled attenuation parameter in U.S. adults with NAFLD: findings from NHANES (2017-2020). Lipids Health Dis. 23, 40(2024).
  21. Song, J., et al. Non-linear associations of cardiometabolic index with insulin resistance, impaired fasting glucose, and type 2 diabetes among US adults: a cross-sectional study. Front Endocrinol (Lausanne). 15, 1341828(2024).
  22. Xu, B., et al. Is systemic inflammation a missing link between cardiometabolic index with mortality? Evidence from a large population-based study. Cardiovasc Diabetol. 23, 212(2024).
  23. Desquilbet, L., Mariotti, F. Dose-response analyses using restricted cubic spline functions in public health research. Stat Med. 29 (9), 1037-1057 (2010).
  24. Harrell, F. E. Regression modeling strategies: with applications to linear models, logistic and ordinal regression, and survival analysis. , Springer International Publishing. Cham. (2015).
  25. Ho, D. E., Imai, K., King, G., Stuart, E. A. MatchIt: nonparametric preprocessing for parametric causal inference. J Stat Softw. 42 (8), (2011).
  26. Rosenbaum, P. R., Rubin, D. B. The central role of the propensity score in observational studies for causal effects. Biometrika. 70 (1), 41-55 (1983).
  27. Cromeens, M. G., Carey, E. T., Robinson, W. R., Knafl, K., Thoyre, S. Timing delays and pathways to diagnosis of endometriosis: a scoping review protocol. BMJ Open. 11 (6), e049390(2021).
  28. DiVasta, A. D., Vitonis, A. F., Laufer, M. R., Missmer, S. A. Spectrum of symptoms in women diagnosed with endometriosis during adolescence vs adulthood. Am J Obstet Gynecol. 218 (3), 324.e1-324.e11 (2018).
  29. Maulenkul, T., et al. Understanding the impact of endometriosis on women's life: an integrative review of systematic reviews. BMC Womens Health. 24 (1), 524(2024).
  30. Missmer, S. A., et al. Impact of endometriosis on life-course potential: a narrative review. Int J Gen Med. 14, 9-25 (2021).
  31. Zarbo, C., et al. Negative metacognitive beliefs predict sexual distress over and above pain in women with endometriosis. Arch Womens Ment Health. 22 (5), 575-582 (2018).
  32. Hudson, N., et al. We needed to change the mission statement of the marriage': biographical disruptions, appraisals and revisions among couples living with endometriosis. Sociol Health Illn. 38 (5), 721-735 (2016).
  33. Roomaney, R., Kagee, A. Salient aspects of quality of life among women diagnosed with endometriosis: a qualitative study. J Health Psychol. 23 (7), 905-916 (2018).
  34. Hämmerli, S., et al. Does endometriosis affect sexual activity and satisfaction of the male partner. J Sex Med. 15 (6), 853-865 (2018).
  35. Vahiddastjerdi, M., Vaghar, M. E., Manesh, A. H. An evaluation of the effect of lifestyle on the incidence of endometriosis. Maedica (Bucur). 18 (3), 432-436 (2023).
  36. Bravi, F., et al. Tobacco smoking and risk of endometriosis: a systematic review and meta-analysis. BMJ Open. 4 (12), e006325(2014).
  37. Weisberg, E., Fraser, I. S. Contraception and endometriosis: challenges, efficacy, and therapeutic importance. Open Access J Contracept. 6, 105-115 (2015).
  38. Tosti, C., et al. Hormonal therapy for endometriosis: from molecular research to bedside. Eur J Obstet Gynecol Reprod Biol. 209, 61-66 (2017).
  39. Park, S., Chung, C. Differences in metabolic syndrome indicators by body mass index of women with endometriosis. Nurs Open. 8 (6), 3306-3314 (2021).
  40. Muneyyirci-Delale, O., et al. Prevalence of metabolic syndrome and changes in lipid profile of women with endometriosis during treatment. Fertil Steril. 94 (4), S206(2010).
  41. Takeda, K., et al. Association of periodontal pocket area with type 2 diabetes and obesity: a cross-sectional study. BMJ Open Diabetes Res Care. 9 (1), e002139(2021).
  42. Mohamad, N. -V., et al. The relationship between circulating testosterone and inflammatory cytokines in men. Aging Male. 22 (2), 129-140 (2019).
  43. Verit, F. F., Erel, O., Celik, N. Serum paraoxonase-1 activity in women with endometriosis and its relationship with the stage of the disease. Hum Reprod. 23 (1), 100-104 (2008).
  44. Giudice, L. C. Clinical practice: endometriosis. N Engl J Med. 362 (25), 2389-2398 (2010).
  45. Melo, A. S., et al. Unfavorable lipid profile in women with endometriosis. Fertil Steril. 93 (7), 2433-2436 (2009).
  46. Shafrir, A. L., et al. Validity of self-reported endometriosis: a comparison across four cohorts. Hum Reprod. 36 (5), 1268-1278 (2021).
  47. Gouesbet, S., et al. Reliability of self-reported endometriosis and adenomyosis data in online surveys: results from the ComPaRe-Endometriosis e-cohort. Hum Reprod. 40 (11), 2181-2188 (2025).

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Etiquetas

Risco de EndometrioseGordura VisceralMetabolismo Lip dicoCoorte NHANESRegress o Log sticaSpline C bica RestritaPareamento por Escore de Propens oAssocia o de BiomarcadoresDoen a Metab lica